买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华电电力科学研究院有限公司

摘要：本申请公开了一种风电机组关键部件的故障预警方法、装置及介质；涉及风电机领域，解决使用单一数据来源导致的故障预警准确率低的问题，提取历史运行数据的残差特征；提取历史振动数据的时频域特征；将残差特征与时频域特征按照时间尺度对齐后生成对应的输入特征向量；将输入特征向量输入至集成训练模型进行训练；将待测试样本数据输入至训练后的集成训练模型中，根据分类器的输出概率输出预警故障状态。本申请中通过历史运行数据与振动数据的提取特征融合后的数据进行训练集成训练模型，由于将运行数据的残差特征与机组振动数据时频域特征相融合，较于单独利用时序数据或单独利用振动数据作为训练数据进行故障预测，提高了故障预测的准确率。

主权项：1.一种风电机组关键部件的故障预警方法，其特征在于，所述关键部件为：风电机组齿轮箱、发电机、主轴，包括：获取数据采集与监视控制系统的历史运行数据；获取风电机组状态监测系统的历史振动数据；提取所述历史运行数据的残差特征；提取所述历史振动数据的时频域特征；将所述残差特征与所述时频域特征按照时间尺度对齐后，生成每个时间点对应的输入特征向量，其中，所述输入特征向量为包含对应时间点的所述残差特征与所述时频域特征的特征集合；将所述输入特征向量输入至集成训练模型进行训练；将待测试样本数据输入至训练后的所述集成训练模型中，根据分类器的输出概率输出预警故障状态；其中，所述提取所述历史振动数据的时频域特征，包括：将所述历史振动数据通过生成对抗网络进行重构，得到重构振动数据；提取所述重构振动数据的时频域特征；其中，所述将所述历史振动数据通过生成对抗网络进行重构，得到重构振动数据，包括：将历史运行数据作为生成器网络的输入，输出振动生成数据；将所述振动生成数据与所述历史振动数据输入至判别器网络以判别数据的真伪；若判断为假，则更新所述生成器网络与所述判别器网络的参数，返回至所述将历史运行数据作为生成器网络的输入，输出振动生成数据的步骤；若判断为真，则通过当前所述生成器网络生成重构振动数据；其中，所述提取所述历史运行数据的残差特征，包括：将所述历史运行数据划分为训练集和测试集；通过所述训练集训练预设预测模型；通过训练后的所述预设预测模型对所述测试集中对应的时间点进行预测，得到预测值；根据所述预测值与所述测试集中的实际观测数据得到所述残差特征。

全文数据：

权利要求：

百度查询： 华电电力科学研究院有限公司 一种风电机组关键部件的故障预警方法、装置及介质